Documente Academic
Documente Profesional
Documente Cultură
FERRAMENTAS DE ANLISE:
ANLISE DE FOURIER
DE QUE TRATA ESTE CAPTULO
A transformada de Fourier uma das ferramentas mais importantes nas aplicaes prticas de cincia e de engenharia. Apresentaremos agora um de seus algoritmos discretos de importncia industrial e a ferramenta mais poderosa do EXCEL, a Transformada Rpida de Fourier (FFT Fast Fourier Transform).
fcil usar uma planilha para realizar tarefas freqentemente tidas como complicadas e sofisticadas. Prepare-se. Este captulo
mostrar como usar a FFT das Ferramentas de Anlise do EXCEL.
Voc aprender tambm alguns truques que no so abordados
na Ajuda. Neste captulo voc aprender:
como usar a caixa de dilogo FFT do EXCEL,
quando aplicar a defasagem de Nyquist (mais-um-menos-um),
uso (e abuso) do preenchimento de zeros de um conjunto
de dados,
limitaes devidas amostragem (freqncia de Nyquist e
ambigidade de freqncia [aliasing]), da FFT e da FFT inversa,
como alterar a escala de freqncia e como usar a janela
de dados,
como usar a densidade espectral de potncia (DEP) e o
teorema de Parseval,
como extrair informaes de dados experimentais.
Quais foram os Dez Eventos Mais Importantes em Matemtica nos ltimos cem anos? (Talvez voc imagine que um deles
foi a sua aprovao nas disciplinas de clculo.) Muita gente
acredita que os dois eventos mais importantes tenham sido a
FFT e a demonstrao do ltimo teorema de Fermat. Certamente, a demonstrao de Andrew Wile do teorema de Fermat foi
importante para a matemtica pura, mas a FFT supera essa demonstrao quanto utilidade e s aplicaes prticas. O desenvolvimento da FFT nos anos 1960 forneceu uma ferramenta usada milhes de vezes todos os dias em diversas atividades
como anlise de sinais de voz, projeto de raquetes de tnis,
engenharias civil, mecnica e eltrica, explorao de petrleo,
qumica, fsica, tecnologia mdica, astronomia e telecomunicaes.
Neste captulo, voc aprender como usar a FFT do EXCEL
para processamento digital bsico de sinais. Essas tcnicas so
extraordinariamente teis em engenharia e em cincia e alcanaram enorme importncia econmica na indstria de entretenimento em filmes como Titanic, Toy Story, Parque dos Dinossauros, Guerra nas Estrelas e Matrix1. Voc poderia dizer que o
Titanic apenas a ponta do iceberg.
Traduo adotada no Brasil para os ttulos originais em ingls: Titanic, Toy Story, Jurassic Park, Star Wars e The Matrix.(N.T.)
161
Dica
Observe na pasta de trabalho FFT-IFFT que os dados de entrada
so nmeros reais puros. A FFT produz um conjunto de dados
complexos e os resultados da IFFT so dados reais no-numricos (texto) que retornam ao domnio dos dados originais. Voc
deve transformar a sada IFFT em dados numricos usando a funo de planilha IMREAL, conforme mostra a linha 21 da tela.
162
CAPTULO ONZE
Fig. 11-1 Tela inicial da planilha Principal da pasta de trabalho FFT-IFFT. A caixa de dilogo Anlise de Fourier est ativada. Examine a linha 15
na tela do seu computador. O contedo dessa linha complexo. O sinal de entrada consiste em dois sinais senoidais de amplitudes e freqncias
diferentes.
Fig. 11-2 Caixa de dilogo da Anlise de Fourier. Marque a caixa de verificao Inversa para efetuar a operao IFFT. Aqui est selecionada a
opo Intervalo de Sada.
A FFT um recurso extremamente poderoso, mas possui algumas peculiaridades das quais voc deve estar ciente. Uma fonte
principal de erros relativos aos dados no-peridicos que a FFT
supe sempre que os dados so peridicos. Como conseqncia
disto, a FFT pode se tornar imprecisa medida que voc se aproxima das extremidades positiva e negativa do eixo das freqncias.
Essa periodicidade imposta fica evidente ao comparar os resultados da FFT com os resultados exatos de parte real e imaginria, de magnitude e fase, bem como o grfico polar da parte
imaginria em funo da parte real. O grfico polar sempre fecha porque a FFT supe a ligao suave com um conjunto de
dados idnticos nas extremidades direita e esquerda. Vamos fazer um resumo de algumas dicas e truques necessrios para que
a operao com a FFT seja bem-sucedida.
163
Fig. 11-3 Erros entre os dados originais e os resultantes da aplicao da FFT seguida da operao inversa IFFT. Observe que os erros so, no
mximo, umas poucas partes em 1015. Este grfico est disponvel na pasta de trabalho FFT-IFFT.
Dica
A sada da IFFT apresentada na forma no-numrica e inclui a
defasagem de Nyquist se entrada da FFT tiver sido aplicada a
defasagem de Nyquist. Caso voc deseje visualizar a sada ou
gerar um grfico, utilize a funo de planilha IMREAL para recuperar a parte real da IFFT e multiplique novamente pela funo mais-um-menos-um que produz a defasagem de Nyquist
a fim de desfazer o processamento original antes da FFT. Por
exemplo, o contedo IFFT da clula B19 mostrado como
1,23313443962164, mas est em forma no-numrica. A frmula na clula B21 =IMREAL(B19)*B11. Essa operao transforma o contedo da clula B19 em forma numrica e a frmula na clula B11 desfaz a defasagem de Nyquist existente.
Por um instante, vamos fazer uma pequena digresso e executar o clculo analtico de uma transformada de Fourier como
objetivo de ajudar voc a ter uma intuio sobre o procedimento
numrico.
164
CAPTULO ONZE
onde f(t) uma forma de onda no domnio original (aqui o domnio o do tempo t) e F() o espectro no domnio de freqncia. A freqncia medida em rad/s. Lembre-se de que
2f, onde f a freqncia em Hz.
As Eqs. (11-1) e (11-2) so realmente notveis; muitos livros foram escritos sobre elas. A Eq. (11-1) chamada de transformada direta e a Eq. (11-2) chamada de transformada inversa. A utilizao
dessas integrais freqentemente uma tarefa desafiadora, mas vejamos como fcil (e instrutivo) aplic-las a um dos sinais mais usados, o pulso retangular. Bilhes de pulsos como estes so usados a
cada segundo de cada dia nos sistemas digitais em todo o mundo.
Obtenhamos o espectro de um pulso de amplitude A e largura
T. Admita que o pulso esteja centrado em t 0, isto , que comea em T/2 e termina em T/2.
A Eq. (11-7), provavelmente, seria entendida por um matemtico, mas para a maioria das pessoas preciso escrever a Eq. (117) em uma forma mais compreensvel e que possa ser representada graficamente. Em primeiro lugar, multiplique o numerador
e o denominador por 1 e voc obter uma frmula mais familiar:
165
assim, podemos representar o espectro por uma funo real, usando a representao complexa da funo seno, Eq. (11-10).
Dicas
Um espectro complexo pode ser representado por suas partes real
e imaginria, bem como por suas magnitude e fase. No laboratrio, em geral, voc mede a magnitude e a fase de um espectro
e esta , provavelmente, a forma mais fcil de interpret-lo.
Quando a forma de onda centrada (simtrica) no domnio
original dos dados, tanto a fase como a parte imaginria do espectro tm zero como valor.
Algumas formas de onda no so simtricas no domnio do
tempo (por exemplo, todas as formas de onda que comeam em
t = 0 so no-simtricas). Formas de onda assimtricas tm sempre um espectro com fase e parte imaginria no-nulas. Teste esta
propriedade para comprovar essa realidade (veja o Exerccio 1
no final deste captulo).
As integrais do par de transformadas de Fourier parecem simples mas, com freqncia, so extraordinariamente difceis. Em
muitos casos elas no existem na forma analtica conhecida. Dados experimentais sempre contm rudo (os dados no so funes
analticas completas) e, portanto, os mtodos analticos no podem
ser utilizados. Devem ser usados mtodos numricos como a FFT.
Os mtodos numricos j existiam antes da FFT mas, em geral,
exigiam a realizao de inmeros clculos, tornando-os impraticveis para uso comum. As transformadas de Fourier sem a FFT
requerem um volume de operaes de clculo proporcional a n2,
onde n o nmero de pontos de dados. As operaes de FFT geralmente requerem operaes proporcionais ao logaritmo de n.
Como resultado, a anlise de grandes conjuntos de dados com a
FFT pode ser feita agora em microssegundos em vez de anos.
Vamos continuar a analisar a defasagem de Nyquist, o preenchimento com zeros, a normalizao de freqncia, a amostragem e a ambigidade e a janela de dados, alm de mostrar como
utilizar esses detalhes com a FFT do EXCEL.
166
CAPTULO ONZE
Dica
Voc pode combinar as operaes de defasagem de Nyquist e de colocao de janelas nos dados (Seo 11.10) em uma nica etapa da planilha.
Elas constituem operaes de pr-processamento. Tudo o que precisa fazer multiplicar o ponto de dados bruto pela frmula da janela de
dados e pela frmula de Nyquist.
Por exemplo, se o ponto de dados bruto estiver na clula A7, a frmula na clula A8 poderia ser =A7*(0,5-0,5*COS(2*PI()*A$6/
128))COS(A6*PI()). Aqui, a frmula que multiplica a clula A8 a da janela de von Hann (Seo 11.10), e esta ainda multiplicada pela
defasagem de Nyquist COS(A6*PI()). Nesta frmula o eixo dos tempos representado pela linha 6.
mais suave, mas no adicionou qualquer informao! A vantagem do preendimento com zeros que, estatisticamente
falando, a varincia diminuda artificialmente ao introduzir
os zeros. Teste o procedimento de preencher com zeros um pequeno conjunto de dados, digamos 14 pontos. Adicione 2 zeros
para ir a 16 pontos e observe a FFT. Compare-a com a adio de
18, 50 e 114 zeros. Veja o Exerccio 9 no final deste captulo.
Para uma tabela de aquisio de dados que pode coletar 105 dados por segundo, t 105 s. Se o nmero total de amostras for
N, ento o intervalo de freqncia entre os pontos de dados do
espectro aps o processamento com FFT :
Por exemplo, se N for igual a 512 amostras e t for 10 s a escala de freqncia entre os pontos de dados do espectro de 195,3125
Hz. A informao est localizada exclusivamente nesses pontos de
dados. No h nada entre eles. Aumentar o nmero de amostras
diminuiu a escala. Coletar mais amostras sempre uma boa idia
porque aumenta o nmero de informaes, mas isto tambm requer
mais tempo e mais potncia de clculo. Use a pasta de trabalho
ESCALA DE FREQNCIA para ver como isso feito.
A iluso do movimento contnuo obtida explorando a reteno da retina atravs da exibio de 24 quadros por segundo. (N.T.)
167
a1
a2
a3
a4
Retangular
1,000
0,000
0,000
0,000
de Hamming
0,540
0,460
0,000
0,000
de Von Hann
0,500
0,500
0,000
0,000
de Blackman-Harris
0,358
0,488
0,141
0,011
de Kaiser-Bessel
0,402
0,498
0,098
0,001
168
CAPTULO ONZE
senoidal. Se o bloco de dados incluir um nmero inteiro de meios-perodos ento os dados aumentaro a partir de zero no incio
e diminuiro at zero no final, gradativamente. No fcil selecionar um bloco de dados com essas caractersticas; na maior parte do tempo selecionamos como pontos de dados um nmero
inteiro potncia de 2 para uma dada freqncia de amostragem
e, em seguida, processamos os dados. O uso de janelas antes da
FFT pode produzir melhorias surpreendentes na resoluo do
espectro, como veremos a seguir.
O uso das janelas envolve a multiplicao dos pontos de dados por uma funo de janela. A multiplicao no domnio do
tempo equivalente convoluo em freqncia; por conseguinte, o uso da janela uma forma de convoluo (veja a Seo 12.2).
A pasta de trabalho JANELA DE DADOS, mostrada na Fig.
11-6, tem uma pequena biblioteca de funes de janela que voc
pode usar. Podem ser adicionadas novas janelas sua escolha.
As j embutidas so as janelas retangular, de Von Hann, de
Hamming, de Blackman-Harris e Kaiser-Bessel. As de Von Hann
e de Hamming so particularmente simples. Para selecionar uma
janela, copie a frmula da clula do tipo de janela nas clulas
A10:DX10. Por exemplo, para selecionar a janela de Hamming,
copie a clula A30 na linha 10. A Fig. 11-7 mostra um sinal de
teste de duas freqncias com uma janela retangular e a Fig. 118 compara os espectros obtidos usando essas janelas.
As propriedades de mais de vinte janelas comuns esto catalogadas no famoso artigo F.J. Harris, On the use of windows
for harmonic analysis with discrete Fourier transform, Proceedings of the IEEE 66, pp. 5183 (1978) e em E.O. Brigham The
Fast Fourier Transform and Its Applications (Prentice-Hall
1988).
Os resultados da janela de Blackman-Harris so impressionantes, com melhoria superior a 90 dB nas laterais das linhas
espectrais e excelente resoluo de duas linhas. Use a pasta de
trabalho para examinar a janela de Blackman-Harris. A janela
de Hamming mais simples, Fig. 11-8, tem boa resoluo mas uma
melhoria inferior nas laterais. Observe a pequena diferena obtida ao usar as janelas de Hamming e de Blackman-Harris nos
169
valores de pico ligeiramente menores dos espectros em comparao com o da janela retangular. A Fig. 11-8 mostra uma razo
pela qual os espectros observados estimam realmente o verdadeiro estado da natureza.
O sinal de teste de duas freqncias consiste em duas ondas
senoidais. A senide de freqncia inferior tem uma freqncia
cujo valor 2/3 da freqncia da outra senide. A Fig. 11-7
mostra o sinal de teste modificado por uma janela de Hamming
Fig. 11-8 Esse o mesmo sinal mostrado na Fig. 11-5, visto aqui
em uma janela (sinal com valores positivos e negativos). A funo-janela de Hamming tem marcadores circulares.
170
CAPTULO ONZE
veja o Cap. 4). De um modo geral, voc no ter essa informao para dados experimentais, mas no projeto de sinais e sistemas possvel usar a forma:
Dica
As Eqs. (11-19) e (11-20) podem ser usadas para verificar a exatido dos clculos. Por exemplo, se voc esquecer de elevar o
valor do espectro ao quadrado, ou se houver um erro no ponto
de dados, esta equao no ter soluo. Teste o procedimento
na pasta de trabalho DEP.
Fig. 11-9 Comparao entre as janelas retangular (curva superior) e a de Hamming (curva inferior) aplicadas ao sinal de
teste das duas freqncias. Nenhum deslocamento vertical foi
aplicado; esses so os verdadeiros espectros. Observe a boa resoluo espectral e o baixo vazamento de espectro da janela
de Hamming. Observe tambm que a janela de Hamming representou a potncia dos dois sinais de forma mais exata que a
janela retangular. Examine o grfico mais detalhadamente
usando a pasta de trabalho JANELA DE DADOS.
171
Fig. 11-10 Tela inicial da planilha Principal da pasta de trabalho DEP. Observe os nmeros complexos na coluna F. Observe, tambm, que o
teorema de Parseval se confirma; a energia de entrada a mesma energia contida no espectro.
Fig. 11-11 Sinal de entrada do exemplo DEP. Trata-se de um segmento de onda senoidal.
172
CAPTULO ONZE
Fig. 11-12 DEP da onda senoidal da Fig. 11-11. Para obter a DEP somente das freqncias positivas, multiplique a DEP por 2 e trace o grfico
entre os valores da freqncia de 64 a 128. Observe o pequeno vazamento de espectro prximo do valor zero da potncia.
a Eq. (11-19). Essa expresso copiada para I7:I134. A Fig. 1110 mostra a DEP.
A clula E3 exibe a energia do sinal de entrada. A frmula
dessa clula =SOMA(C7:C134).
A clula I3 exibe a energia do espectro, isto , a DEP somada
ao longo das freqncias. A frmula dessa clula =SOMA
(I7:I134). Compare com o resultado da clula E3.
onal. O Cap. 12 vai mostrar a voc como aplicar a FFT em algumas operaes teis. Iremos explorar a convoluo, a deconvoluo, a funo correlao e as funes coerncia e SNR.
REFERNCIAS
R. Bracewell, The Fourier Transform and Its Applications (McGraw-Hill, New York, 1965).
E. O. Brigham, The Fast Fourier Transform and Its Applications (Prentice-Hall 1988).
D. C. Champeney, Fourier Transforms and Their Physical Applications (Academic Press,
New York, 1973).
A Industrial Light and Magic, fundada por George Lucas (Guerra nas Estrelas). O site da
empresa :
http://www.lucasfilm.com/
A Society of Motion Picture and Television Engineers (SMPTE) est na vanguarda de tcnicas utilizadas neste captulo, por conta de mtodos digitais usados em filmes. Seu site :
http://www.smpte.org/
A indstria de udio a maior usuria das tcnicas de processamento digital de sinal. Acesse,
por exemplo:
http://www.digido.com/homepage.html
A Digital Domain criou os efeitos digitais do filme Titanic. Essa empresa foi fundada por
James Cameron (diretor de Titanic), Scott Ross e Stan Winston. O endereo na web :
http://www.d2.com/
A Manex Visual Effects produziu os surpreendentes efeitos especiais digitais do filme Matrix:
http://www.mvfx.com/
S.D. Landy, Mapping the universe, Scientific American 280 (6), 38-45 (1999) June.
Esse artigo mostra como explorar o universo com a densidade espectral de potncia; o artigo estabelece uma analogia entre a anlise espectral acstica e a anlise espectral espacial e
como obter uma viso geral.
http://www.sciam.com
173
T.C. Levin and M.E. Edgerton, The throat singers of Tuva, Scientific American 281 (3)
80-87 (1999) September. A densidade espectral de potncia revela os segredos dos sons
musicais extraordinrios produzidos por cantores nativos do sul da Sibria.